流内容

有时候你会需要把大量数据传送到客户端，不在内存中保存这些数据。当你想把 运行中产生的数据不经过文件系统，而是直接发送给客户端时，应当怎么做呢？

答案是使用生成器和直接响应。

基本用法

下面是一个在运行中产生大量 CSV 数据的基本视图函数。其技巧是调用一个内联 函数生成数据，把这个函数传递给一个响应对象:

@app.route('/large.csv')
def generate_large_csv():
    def generate():
        for row in iter_all_rows():
            yield f"{','.join(row)}\n"
    return generate(), {"Content-Type": "text/csv"}

每个 yield 表达式被直接传送给浏览器。注意，有一些 WSGI 中间件可能会 打断流内容，因此在使用分析器或者其他工具的调试环境中要小心一些。

模板中的流内容

Jinja2 模板引擎支持逐片渲染模板，返回一个字符串的迭代器。 Flask 提供 stream_template() 和 stream_template_string() 函数方便使用。

from flask import stream_template

@app.get("/timeline")
def timeline():
    return stream_template("timeline.html")

渲染流产生的部分倾向于与模板中的语句块相匹配。

情境中的流内容

request 在生成器运行时将不会被激活，因为此时视图已经返 回。如果你试图访问 request ，你会得到一个 RuntimeError 。

如果你的生成器函数依赖于 request 中的数据，那么应当使用 stream_with_context() 包装器。这将在生成器运行时 保持请求情境的活性。

from flask import stream_with_context, request
from markupsafe import escape

@app.route('/stream')
def streamed_response():
    def generate():
        yield '<p>Hello '
        yield escape(request.args['name'])
        yield '!</p>'
    return stream_with_context(generate())

它也可以被用作装饰器。

@stream_with_context
def generate():
    ...

return generate()

如果一个请求激活，那么 stream_template() 和 stream_template_string() 函数自动使用 stream_with_context() 。